关于 MCP Server Coding Demo Guide
MCP Server Coding Demo Guide 是一份使用第三方 API 构建和配置基础 MCP 服务的实践指南。它引导开发者设置工具、配置 API 授权、构建项目、连接聊天应用并测试服务。
主要功能
- 01查看模板与 API 示例源码
- 02选择并配置 API
- 03定义服务工具与参数
- 04使用 npm 脚本构建
- 05配置聊天应用连接
- 06测试服务
适用场景
- 01将 API 端点封装为 MCP 工具
- 02配置 API 密钥与请求头
- 03将构建好的服务连接到聊天应用
MCP 相关
指南介绍如何创建调用 API 的 MCP 服务,并将其能力作为工具提供给聊天应用。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
MCP 服务编码演示指南
步骤 1:克隆仓库
- 在设备上创建一个文件夹,用于存放 MCP 服务,以便保持整洁。
- 将仓库克隆到该文件夹中。
步骤 2:查看源文件
- 进入
src文件夹并查看以下文件:index.ts:一个需要修改的基础服务模板。demo.ts:一个展示 API 集成的可运行示例。
步骤 3:选择 API
- 前往 RapidAPI 并找到要使用的 API 和端点。
- 获取访问权限和授权密钥。查看示例输出,了解请求应如何构造。
- 确保获取正确的标头、授权详情和请求参数。
注意: 建议使用评分高且输出清晰的 API,以确保其可靠。
步骤 4:配置演示
- 定义服务名称 - 选择一个便于你或最终用户识别的名称。
- 定义工具:选择一个适合你的用例的名称。收集参数,并将必要的参数标记为必填。
- 配置资源:
- 确保正确调用 API。配置授权标头和端点 URL。
- 在请求中传递正确的数据。
- 注意 - 正确处理身份验证(在 MCP 配置中或
.env文件中进行)。
步骤 5:安装并构建
- 如果尚未安装依赖项,请先安装:
npm install npm run build
步骤 6:配置聊天应用
- 以示例配置为基础,并编辑以下内容:
- 将构建路径调整为与你的构建文件位置相符。
- 设置合适的工具名称。
- 确保命令正确。
- 将 API 密钥填入 ENV 值。
- 保存配置文件,以供你的云桌面或 5ire 设置使用。
- ~/Library/Application Support
- 重启聊天应用以应用更改。
{
"stock": {
"command": "node",
"args": ["users/mcp-servers/mcp-server-demo-1/build/demo.js"],
"env": {
"RAPIDAPI_KEY": "XXX-XXX-XXX-XXX-XXX-XXX-XXX-XXX-XXX"
},
"disabled": false,
"autoApprove": []
}
}
步骤 8:测试设置
- 启动聊天并验证服务是否正常工作。
调试与故障排除
帮助!
在 Claude Desktop 上设置 MCP(用户指南)
https://modelcontextprotocol.io/quickstart/user
快速入门:创建 MCP 服务(开发指南)
https://modelcontextprotocol.io/quickstart/server
MCP 101 与构建 MCP 服务
https://glama.ai/blog/2024-11-25-model-context-protocol-quickstart
TS MCP SDK
https://github.com/modelcontextprotocol/typescript-sdk
5ire - 如何将 MCP 添加到 5ire
- 打开应用程序支持文件夹并编辑 MCP 配置文件。
https://5ire.app/docs
对代码没信心?- 不妨试试 Cline 方式
- 在 VS Code 上安装 Cline。https://marketplace.visualstudio.com/items?itemName=saoudrizwan.claude-dev
- 将 API 密钥添加到 Cline
- 选择一个能力强的模型(Claude3.5、Deepseek、Gpt4o 或 Gemini Pro)
- 创建一个新目录,并让 cline 为你构建 MCP 服务。
- 你可以使用仓库中提供的示例提示词。
其他说明
- 将添加特定调试资源和聊天应用配置的链接。
- MCP 服务可以直接在 Klein 中部署和测试。
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。